멀티미디어의 대표적인 응용분야인 VOD 시스템에서 사용자에게 효과적인 대화형 서비스를 제공하기 위해서는 고속 전진과 후진 서비스 등의 VCR 기능을 제공해야 한다. 지금까지 디스크 배열을 기반으로 하는 VOD서버에서 이를 실현하는 방법으로써 세그먼트 인터리빙 기법이 주로 사용되고 있다. 그러나 세그먼트 인터리빙 기법은 일부 디스크에 대한 부하 편중 현상을 초래하여 사용자에 대한 QoS의 보장이 어렵다는 단점을 가진다. 한편 이를 해결하기 위한 지금까지의 연구는 대부분 서로 다른 배속을 갖는 단일 사용자에 대한 경우가 대부분으로 같은 배속을 요청하는 여러 사용자들을 고려한 현실적인 경우에 대해서는 다시 부하 편중 현상이 발생할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위한 새로운 디스크 부하 균등 기법을 제안한다. 제안된 기법은 각 디스크마다 참조 카운터를 두고 이를 비교하여 상대적으로 참조 횟수가 적은 디스크를 우선적으로 선택함으로써 전체적인 디스크 부하의 균형을 이룬다. 시뮬레이션을 통한 성능 분석에서 제안된 기법은 기존의 방법들 보다 우수한 성능을 나타냄을 보인다.

MPEG-4동화상은 계층적인 형태로 구조화되는 여러 개의 미디어 객체로 구성되며, 각각의 미디어 객체는 기본 스트림의 형태로 클라이언트에게 제공된다. 클라이언트 재생기는 장면 그래프라는 메타정보를 이용하여 기본 스트림들을 구성함으로서 동화상을 상영한다. BIFS 와 OD 기본 스트림이 메타정보를 전달하는데 이용된다. 우리는 동적으로 생성된 BIFS 와 OD 스트림을 사용함으로서 기존의 파일서비스와는 차별화 된 서비스를 제공할 수 있다. 예를 들면, 이미 제작된 동화상의 아래 부분에 날씨나 주식정보를 삽입할 수 있다. 본 논문에서는 동적 서비스 프레임워크와 동적서버를 제안한다. 동적서비스 프레임 워크는 외부의 데 이터베이스로부터 제공되는 정보에 기반 하여 BIFS와 OD 스트림 을 동적으로 생성하기 위 한 객체지향 프레임 워크이며, 동적서버는 서버를 관리하기 위한 그래픽 사용자 인터페이스와 동적서비스를 등록하는 인터페이스를 제공한다 이 프레임워크하에서 동적서비스는 파일서비스와 동일한 인터페이스를 가지므로 클라이언트와 다른 서비스에게 기존의 파일서비스와 동일하게 보여진다.

볼륨랜더링은 연속적인 2차원 영상들을 기반으로 하여 3차원 데이터로 만드는 것이다. 오브젝트의 내부영역까지도 가시화 할 수 있는 장점 때문에, 최근 MRI, PET, SPECT같은 의료 영상의 경우 볼릅랜더링을 이용해서 진단에 많이 사용하고 있다. 본 논문에서는 볼륨랜더링을 쉽게 할 수 있도록 2차원 데이터를 바탕으로 볼륨데이터를 만드는 방법을 제시하고, 볼륨랜더링 기법을 이용해 의료 영상에 적용시켜 보았다. 또한 2차원 데이터를 추출하는 샘플링 단계에서 해상도를 향상시키기 위해 linear interpolation과 cubic interpolation을 통해 볼륨랜더링된 영상의 공간 해상도를 조절하도록 설계 및 구현하여 보았으며, 변형함수(transfer function)를 이용하여 각각의 결과를 비교하였다 2차원 영상의 샘플링에 사용되는 interpolation 방법을 3차원 영상에 적용하여 구현하였다. 의료영상의 볼륨랜더링 기법은 3차원 입체 데이터로 구현되는 것이므로 영상 분석을 통한 진단에 크게 기여 할 것으로 기대된다.

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징은 웨이블릿 변환 후 푸출된 형태 특징과 질감특징을 이용한다 추출된 특징 값들을 이용하여 영상들에 대한 학습패턴을 생성하고 신경망 분류기를 구성 한다. 신경망의 학습 알고리즘은 역전파 알고리즘을 사용한다. 가장 효과적인 질감특징을 선 택 하기 위한 실험에서는 대각 모멘트가 가장 높은 분류률을 보여 주었다. 배경을 제거 하고 대각 모멘트를 특징으로 사용하여 실험하였을 때, 30종류에서 각 10개씩 총 300개의 학습 데이터와300개의 테스트 데이터에 대하여 각각 72.3%와 67%의 정분류률을 보였다.

본 논문에서는 GMM(Gaussian Mixture Model)에 기반한 실시간문맥독립화자식별시스템[1][2]의 성능향상을 위하여 프레임선택(Frame Selection)방법과 프레임가중치(Weighting Model Rank)방법을 혼합한 hybrid방법을 제안한다. 본 시스템에서는 GMM의 파라미터를 최적화하기 위하여 MLE(Maximum likelihood estimation)방법과 인식 알고리즘으로 ML(Maximum Likelihood)을 기본적으로 사용하였다. 제안한 hybrid 방법은 두 단계로 이루어진다. 첫째, 화자모델과 테스트 데이터를 이용하여 프레임단위로 유사도를 계산하고, 가장 큰 유사도 값과 두 번째로 큰 유사도 값의 차를 계산한 후, 차가 문턱치보다 큰 프레임만을 선택한다 두 번째로, 선택되어진 프레임에서 계산되어진 유사도 값 대신에 가중치 값을 사용하여 전체 스코어를 계산한다. 특징 파라미터로서는 켑스트럼과 회귀계수를 사용하였으며, 학습과 테스트를 위한 데이터베이스는 채집기간이 다른 여러 데이터베이스들로 구성되어 있으며, 실험을 위한 데이터는 임의의 단어를 선택하여 사용하였다. 화자인식실험은 기본 시스템에 프레임선택방법, 프레임가중치방법, 제안한 Hybrid방법을 각각 적용하여 실험하였다. 실험결과, 프레임선택방법에 비해 평균 4%, 프레임가중치방법에 비해 평균 1%의 인식률 향상을 보여, 본 논문에서 적용한 hybrid방법의 유효성을 확인하였다.

본 연구는 입체 시각을 위한 신경망에 대한 연구 결과로서 인간의 음성을 인식하는데 적용된다. 입체 시각신경망(SVNN)에 기반한 음성인식에서, 먼저 입력된 음성 신호를 표준 모델과 비교함으로써 유사성이 얻어진다. 이 값들은 다이나믹한 처리 과정으로 주어지고 이웃한 신경소자들 사이에서 경쟁적이고 협력적인 처리를 거치게 된다. 이러한 다이나믹한 처리과정을 통해 단 하나의 가장 우수한 신경세포(winner neuron)만이 최후에 검출된다. 비교연구에서 2층 구조의 SVNN은 HMM 인식기보다 인식정확도 측면에서 7.7% 더 높았다. 평가 결과. SVNN은 기손리 HMM 인식기 성능을 능가하는 것으로 나타났다.

현재 웹기반 교육의 형태가 계속해서 증가하고 있지만, 여전히 홈페이지 형태의 교재를 사용하고, 웹브라우저 상에서 강의 노트를 만드는 환경만이 제공되고 있다. 본 연구에서는 웹 상에서 학생들이 VML과 DHTML을 사용하여 선을 긋고 필기를 할 수 있는 웹노트인 MyNote를 제안한다. 노트의 내용은 서버에 저장되고, 동적으로 생성된 텍스트 기반의 VML은 데이터베이스에 저장된다. 강의 교재로 사용되는 문서는 서버에서 클라이언트로 내려 받고 VML내용은 데이터베이스로부터 가져오게 된다. MyNote로 학생들은 웹에서 자신만의 서재를 가질 수 있다. 필기된 내용이 웹 상에서 저장 및 출력되고, 필기 내용을 다시 볼 수 있으므로 재학습이 가능하다.

웹을 통한 원격교육은 시간과 공간의 문제를 극복할 수 있다는 큰 장점에도 불구하고 강의 실 및 집합교육에 비해 연수생 관리가 취약하다는 문제점을 지니고 있다. 이러한 문제는 원격 교육활동의 성취수준 및 목표도달에 대한 커다란 장애로 부담이 되며, 원격교육담당자에 게 많은 고민을 안겨주고 있다. 원격 교육담당자는 원격교육활동에 대한 연수생의 참여와 반응을 계속적으로 모니터링해야 하고 이에 대한 적절한 피드백을 연수생에게 제공하여야 하나 기존 원격교육시스템은 교수학습활동에 중점을 둔 나머지 원격 교육활동에 대한 효율적 관리기능을 제공하지 못하고 있다. 본 논문은 원격 교원연수의 효율적 운영과 교원연수가 목표하는 학업성취수준의 효과적 달성을 위해 원격교원연수의 적합한 관리요소를 추출하고 이를 시스템 또는 연수 관리자가 연수과정에 적용하여 연수생에 대한 적절한 피드백의 제 공이 가능한 원격교원 연수시스템을 제안한다. 원격교원연수의 상호작용 유형과 학습효과 간의 관계를 비교 분석한다 또한, 본 시스템의 효율성 검증을 위해 원격교원연수의 학습유형과 이에 연계된 관리항목에 대한 가설을 설정하고 학습유형검사지를 통해 학업성취도와의 관계를 규명한다.

본 논문은 쾌속조형(rapid prototyping) 시스템에서 사용되며 3D 기하학적 형상을 가지는 STL 파일에 워터마크를 삽입하고 추출하는 방법에 관한 연구이다. 제안된 알고리즘은 3D 형상의 왜곡이 없도록 하기위해, 패싯의 법선 영역과 꼭지점 영역에 워터마크를 삽입한다. 워터마크 비트들은 법선의 위치와 꼭지점의 순서 정보를 이용하여 삽입된다 제안된 알고리즘은 패싯의 저장 순서에 대한 종속성이 없으며, 워터마크의 비가시성 (invisibility)을 충족한다. 제안된 알고리즘으로 3D 기하학적 형상에 워터마크를 삽입하고 추출하는 실험 결과들은 STL로 표현된 3D원형상에 영향을 주지 않고 워터마크의 삽입과 추출이 가능함을 보여준다.

본 논문은 인트라넷 관리자가 웹 환경에서 인트라넷의 상황을 쉽게 분석할 수 있도록, 관리자의 요구에 따라 일별, 주별, 월별, 연도별로 인트라넷의 구성관리, 성능관리, 장애관리에 대한 현황을 일괄적으로(또는 선택적으로), 자동으로 생성되게 하는 방법에 관한 것이다 본 연구의 특징은 웹을 기반으로 하여 분산 환경에서 개방형 통신망(TINA) 체계의 인트라넷 관리 보고서를 자동 생성할 수 있다는 것이다. 즉 코바(CORBA) 환경에서 사용자 에이전트(User Agent)에만 접속할 수 있게 함으로써 인트라넷 관리 시스템을 보호하고, 관리 시스템 접속 부분의 프로그램에 변경이 생기더라도 사용자 에이전트 프로그램만 수정하면 되므로 유지 보수가 용이한 구조이다.

Near VoD (Video on Demand) 시스템을 위하여 많은 주기적 브로드캐스팅 방식(Periodic Broadcasting Scheme)들이 제시되었다. 이들 중 non-uniform 세그멘테이션 기법들이 uniform 세그멘테이션 기법보다 초기지연시간이 짧고 버퍼의 양을 적게 사용하므로 널리 사용된다. 그러나, 이들 방법들은 CBR 방식으로 인코딩 된 비디오의 전송을 위하여 제시되었다. CBR 비디오들은 VBR로 인코딩된 비디오 보다 용량이 크다. 따라서 VBR 비디오를 사용하므로써 성능의 향상을 꾀할 수 있다. VBR 비디오를 브로드캐스팅하는 기존의 연구가 있으나 이들은 화질의 손실을 가져온다. 본 논문에서는 기존의 CBR 비디오를 브로드캐스팅 하기 위한 대표적인 non-uniform 세그멘테이션 기법인 Skyscraper 브로드캐스팅 방식을 수정 하여 VBR 비디오를 브로드캐스팅 할 수 있도록 하였다. VBR 비디오는 선반입(prefetch)를 이용하면 CBR 방식으로 전송할 수 있다. 이를 이용한 수정 Skyscraper 브로드캐스팅 방식을 제안하고 성능평가를 하였다 성능평가 결과, 제시한 방식이 짧은 초기지연시간과 적은 버퍼를 필요로 함을 보였다

본 논문에서는 임의의 안테나 배열 수신기 알고리즘에 의해 형성된 빔에 연속 간섭 제거 다중 사용자 검출기를 결합하여 수신기의 성능을 향상시키는 방법을 제안하고, 그 성능을 분석 한다. 안테나 배열 수신기는 사용자들의 신호를 공간적으로 분리하여 다중 사용자 간섭을 감소시켜 각 사용자에 대한 수신 성능을 향상시킬 수 있다. 그러나 형성된 빔에 사용자들이 작은 도래각 차이를 두고 집중 분포될 경우 그 성능이 저하된다. DS/CDMA시스템에서의 다중 사용자 검출기를 위한 간섭 제거 수신기는 간단한 구조와 방법에 비하여 성능이 우수하여 그와 관련된 방식이 많이 제안되어왔다. 본 논문에서는 그러한 성능 저하를 연속 간섭 제거 다중 사용자 검출기를 결합하여 극복하는 방법을 보인다.

효율적인 순차패턴 마이닝을 위해서는 후보패턴의 생성 비용을 줄이고 동시에 생성된 후보패턴에 대한 탐색공간을 줄여야 한다. 그러나 이전에 개발된 알고리즘들은 이러한 문제들을 효율적으로 해결하지 못하고 있다. 특히 Apriori-like 방법들은 알고리즘은 단순하지만 많은 크기의 후보패턴 집합생성, 대용량 데이터 베이스의 반복적인 탐사 등의 문제점이 있고, PrefixSpan[2]은 단계별로 분할된 프레픽스 프로젝티드(prefix projected) 데이터 베이스들을 구성 하여 후보패턴의 지지도 계산을 위한 탐색 공간을 줄이지만 프로젝티드 데이타베이스들의 구성비용이 크다는 문제점이 있다. 이러한 문제점들의 개선을 위해 본 논문에서는 새로운 순차패턴 마이닝 방법인 Suffixspan(Suffix Checked Sequential Pattern mining)을 제 안한다. Suffixspan은 순차패턴 집합의 단계별 분할특성과 서픽스(suffix) 특성을 이용하여 적은 비용으로 작은 크기의 후보패턴 집합을 생성하고, 1-프레픽스 프로젝티드 데이타베이스를 구성하여 후보패턴 검사를 위한 탐색공간을 줄인다.

8진트리 모델은 3차원 물체를 계층적으로 모델링할 수 있는 기법으로 임의의 시각 방향에서 투영영상을 생성할 수 있으므로 3차원 물체인식 등 다양한 분야에서 효율적인 데이터 베이스로 사용될 수 있다. 본 논문에서는 8진트리 모델을 사용해 투영 영상을 만들어 보고 Multi level boundary search 알고리즘을 사용해 표면 영상을 생성해 본다. 또한 2D 영상과 3D 영상의 특징점을 구하는 방법과 2D 특징점, 3D 특징점의 기하학적 변환을 통하여 유사 특징점을 찾는 방법에 대하여 언급한다. 이 방법들은 3D 물체 모델링을 위한 효율적인 데이터 베이스 구축과 물체 특징점 응용을 위한 기본 자료로 활용될 수 있다.